MétaCan
Menu
Retour à la cohorte
Enregistrement W2049826484 · doi:10.1007/s13524-013-0248-7

The Effect of Same-Sex Marriage Laws on Different-Sex Marriage: Evidence From the Netherlands

2013· article· en· W2049826484 sur OpenAlexfundno aff
Mircea Trandafir

Notice bibliographique

RevueDemography · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Dynamics and Relationships
Établissements canadiensnon disponible
Organismes subventionnairesMaryland Population Research Center, University of MarylandUniversiteit van TilburgTechnische Universiteit DelftMcGill University
Mots-clésDemographyDemographic economicsSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

It has long been argued that the legalization of same-sex marriage would have a negative impact on marriage. In this article, I examine how different-sex marriage in the Netherlands was affected by the enactment of two laws: a 1998 law that provided all couples with an institution almost identical to marriage (a "registered partnership") and a 2001 law that legalized same-sex marriage for the first time in the world. I first construct a synthetic control for the Netherlands using OECD data for the period 1988-2005 and find that neither law had significant effects on either the overall or different-sex marriage rate. I next construct a unique individual-level data set covering the period 1995-2005 by combining the Dutch Labor Force Survey and official municipal records. The estimates from a discrete-time hazard model with unobserved heterogeneity for the first-marriage decision confirm the findings in the aggregate analysis. The effects of the two laws are heterogeneous, with presumably more-liberal individuals (as defined by their residence or ethnicity) marrying less after passage of both laws and potentially more-conservative individuals marrying more after passage of each law.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,522

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,265
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDemographyMême sujetFamily Dynamics and RelationshipsTravaux en français237 207